C 语言重拾【九】联合类型 union

发表于 分类于 Disqus：

在 C 语言中，union 常被翻译为“联合”或者“联合体”。它和 struct 一样都可以声明多个成员，但两者的内存模型并不相同。union 的关键不在于“同时拥有多个成员”，而在于多个成员共用同一块内存。

因此，union 更适合用在内存复用和底层数据解释这类场景中。

什么是 union

先看一个最简单的声明：

1
2
3
4
union Example {
  int i;
  float f;
};

这个 union 看起来有两个成员：i 和 f。但与 struct 不同的是，它们并不会分别占据独立空间，而是共享同一块内存。

如果是结构体：

1
2
3
4
struct Example {
  int i;
  float f;
};

那么 i 和 f 都有各自独立的空间；而在 union 中，编译器只会分配一块足够容纳“最大成员”的内存。

可以总结为：

  • struct：每个成员都有自己的存储空间
  • union：所有成员共享一份存储空间

union 和 struct 的核心区别

两者的区别可以概括为：

  • struct：把多个字段组合在一起
  • union：给同一块内存提供多种解释方式

假设 int 和 float 都占 4 个字节，那么：

1
2
3
4
struct Example {
  int i;
  float f;
};

一般需要 8 个字节左右的空间（实际大小还可能受对齐影响）。

而：

1
2
3
4
union Example {
  int i;
  float f;
};

一般只需要 4 个字节，因为 i 和 f 复用了同一块内存。

给一个成员赋值，另一个成员会发生什么

这里需要明确一个问题：既然 i 和 f 使用的是同一块内存，那么给 i 赋值之后，f 会发生什么？

更准确地说：

  • 你给 i 赋值时，是把这块内存按 int 的格式写了一遍
  • 之后去读 f，是把同一串比特位按 float 的格式解释

举个例子：

1
2
union Example e;
e.i = 1;

此时内存里保存的是“整数 1”的二进制表示。如果再去读：

1
printf("%f\n", e.f);

你读到的不是 1.0，而是“把整数 1 的位模式当作浮点数解释后的结果”。

所以，union 里并不是“两个成员同时各自拥有一个值”，而是：

只有一份原始内存内容，你选择用哪种类型的视角去看它。

一个更直观的例子

下面看一段代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
#include <stdio.h>

union Example {
  int i;
  float f;
};

int main(void) {
  union Example e;

  e.i = 1;
  e.f = 3.0f;

  printf("i = %d\n", e.i);
  printf("f = %f\n", e.f);

  return 0;
}

执行顺序是：

  1. 先把内存写成整数 1
  2. 再把同一块内存改写成浮点数 3.0f

因此，最后留下来的实际上是 3.0f 的位模式。此时：

  • e.f 一般会打印 3.000000
  • e.i 打印的是“把 3.0f 的位模式当成整数解释后的值”

也就是说，最后写入哪个成员，这块内存通常就更接近按哪种类型来解释。

union 最常见的误区

union 在使用时有两个常见误区。

误区一：它适合拿来同时保存多个字段

这种理解并不准确。因为它只有一份内存，任一时刻通常只应把它当成一种成员类型来使用。

误区二：读另一个成员，就是“自动转换类型”

这也不对。union 不会帮你做数值转换，它只是让你用另一种方式解释相同的位模式。比如：

  • int 1 和 float 1.0
  • 它们的内存表示并不相同

因此，把一个成员写进去，再从另一个成员读出来，通常不会得到直观意义上的数值结果。

union 在什么场景下适用

既然 union 这么容易误用，它真正适合什么场景？

1. 互斥数据的内存复用

如果一组字段在任意时刻只会有一个有效值，那么 union 很适合节省内存。

例如：

1
2
3
4
5
union Value {
  int i;
  float f;
  char str[32];
};

如果这个值对象在某一时刻只可能表示整数、浮点数或字符串中的一种，那么没必要为三种情况都分配独立空间。

2. 二进制数据、协议、寄存器解析

这是 union 非常经典的用途。

比如我们有一段 4 字节数据，有时想按整数看，有时想按字节数组看：

1
2
3
4
union Data {
  unsigned int value;
  unsigned char bytes[4];
};

这类写法在以下场景很常见：

  • 网络协议
  • 文件格式解析
  • 嵌入式开发
  • 设备寄存器访问

这些场景的共同特点是：程序员非常在意底层字节布局。

3. 配合标签字段表示“当前有效值”

这是在 C 里使用 union 的最稳妥姿势之一。

因为 union 自己并不知道当前哪个成员有效，所以实际开发里常常会额外配一个标记字段：

1
2
3
4
5
6
7
8
9
10
11
12
enum ValueType {
  TYPE_INT,
  TYPE_FLOAT
};

struct Variant {
  enum ValueType type;
  union {
    int i;
    float f;
  } data;
};

使用时先判断 type，再决定读 data.i 还是 data.f。

例如：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
#include <stdio.h>

enum ValueType {
  TYPE_INT,
  TYPE_FLOAT
};

struct Variant {
  enum ValueType type;
  union {
    int i;
    float f;
  } data;
};

void printVariant(struct Variant v) {
  switch (v.type) {
    case TYPE_INT:
      printf("int: %d\n", v.data.i);
      break;
    case TYPE_FLOAT:
      printf("float: %f\n", v.data.f);
      break;
    default:
      printf("unknown type\n");
      break;
  }
}

这里的 type 就是在告诉我们：当前这块 union 内存应该按什么方式解释。

使用 union 时的注意点

union 虽然强大，但也意味着程序员需要自己承担更多责任。

1. 要明确“当前有效成员”

如果没有配套的标记字段，就很容易写错。例如：

1
2
u.i = 42;
printf("%f\n", u.f);

这类代码往往较难维护，也不利于从阅读层面判断作者的真实意图。

2. 它更适合底层场景，而不是普通业务逻辑

普通逻辑代码里，struct 往往比 union 更直观、更安全。只有当你真的需要：

  • 节省内存
  • 复用同一块存储
  • 解析底层位模式

再考虑使用 union。

3. 不要把它当作“自动类型转换工具”

union 的本质不是转换，而是“重新解释内存”。如果只是想做普通数值转换，应该使用显式转换，而不是依赖 union。

总结

理解 union，最重要的是记住下面这句话：

union 不是同时保存多个值，而是给同一块内存提供多种解释方式。

因此，union 最适合的场景主要有三类：

  1. 互斥数据的内存复用
  2. 底层二进制、协议和寄存器解析
  3. 配合标签字段实现变体数据结构

如果只是编写普通业务代码，union 往往不是首选；但在处理底层内存布局、位模式或者资源受限场景时，它仍然是 C 语言中非常有价值的一种工具。